解析 Ubuntu 16.04 安装nvidia驱动 各种错误0.环境1.安装方式说明1.1ppa源安装1.2手动run文件安装2.run文件安装详解2.1手动下载驱动2.2卸载旧驱动2.3安装可能需要的依赖（可选，脸红可以跳过）2.4禁用noueau驱动2.5进入blos关闭secure boot （华硕还有fast boot）2....

在用IEEE 的latex的模板进行排版的时候，经常发现作者之间的间距过大，这个时候应该如何进行调整呢？通过查阅资料发现有好2种方法。 1、重定义thebibliography环境 修改IEEEtran.cls，打开IEEEtran.cls，找到 \def\@IEEEBIOskipN{4\baselineskip}% nominal value of the vskip above the bio

我是在这个微信推文上看到Google居然免费开放使用它的GPU还有TPU，不得不佩服一下Google的开源精神，虽然机子很老，GPU是TeslaK80，还能使用TPU，但是居然能用总没有要强，毕竟不要钱，省了电费与装机费嘛，玩玩还是可以的。而且GPU作为后摩尔时代的主要算力提供者，未来推广性能更强大的GPU，必然成为趋势。主题先来看看这个。https://blog.csdn.net/co...

不得不说，算力太强，版本太新也是一种烦恼哈哈在安装torch时，一定要注意显卡的cuda版本问题。比如，在 RTX2080上 同样的环境中 程序可以正常运行，而换到A100中，就会报错如下：NVIDIA A100-PCIE-40GB with CUDA capability sm_80 is not compatible with the current PyTorch installation.

老牌期刊了，质量很好，但是处理很慢，拿到审稿意见花了九个月，但是审稿人也并不是那么专业（投的论文是GNN相关的），两个大修被但是还是被Editor拒稿（真无情，九个月打水漂了）。身边有小伙伴半年给了大修，三个审稿人，其中有两个看的非常非常详细，问了许多问题，要加一堆实验（我觉得就是相当于重做了）。第二轮审稿之后只有一个审稿人依然有问题，Editor依旧给了大修，让我加了几个最新的算法，然后审了三个

解析 Ubuntu 16.04 安装nvidia驱动 各种错误0.环境1.安装方式说明1.1ppa源安装1.2手动run文件安装2.run文件安装详解2.1手动下载驱动2.2卸载旧驱动2.3安装可能需要的依赖（可选，脸红可以跳过）2.4禁用noueau驱动2.5进入blos关闭secure boot （华硕还有fast boot）2....

最近需要学习pytorch的东西，进一步开发需要的神经网络模型，在此以这一篇博文作为安装笔记。pytorch 官网上只有linux和Mac的程序包，没有windows系统的，但是windows系统还是可以用pytorch的。github： https://github.com/peterjc123/pytorch-scripts如果之前安装过GPU版的tensorflow，安装GPU版本的p...

Windows用命令查看nvidia的GPUnvidia-smi所在的位置为：C:\Program Files\NVIDIA Corporation\NVSMI从cmd或者window10的powershell，cd进入目录输入命令即可：注意：中间没有空格，nvidia-smi。。如果想更简便，可在path环境变量中，添加上述路径，就可以直接在任意目录下用cmd中使用nvidia-sm...

也就是上图所描述的方法。接着上面的讲，PG方法一个很大的缺点就是参数更新慢，因为我们每更新一次参数都需要进行重新的采样，这其实是中on-policy的策略，即我们想要训练的agent和与环境进行交互的agent是同一个agent；在上面的介绍方法中PG在更新的时候的基本思想就是增大奖励大的策略动作出现的概率，减小奖励小的策略动作出现的概率。下选择相应的动作来执行，环境根据Agent的动作，反馈新的

最近上了深度学习的课程，由于时间问题，先用Matlab上试试手，不过看到deepLearnToolbox-master已经对Matlab版本的程序不进行维护，估计以后要多多使用别的深度学习工具了。1.首先到Github上下载deepLearnToolbox-master工具：https://github.com/rasmusbergpalm/DeepLearnToolbox，工具包已经保存在云盘中